经常有客户问：从业务角度说，大数据究竟离我们有多远？大数据的最终目标是什么？企业使用大数据作为业务催化器，与其他手段的区别和联系是什么？大数据如何助力于业务价值创造？
为了回答这类问题，有人提出了“大数据成熟度模型”。[与前次的《大数据故事地图》一样，它的来源是EMC(就是去IOE的那个E)。]
企业采用大数据及先进分析技术来创造竞争优势时，采用了各不相同的节奏。有的企业比较小心翼翼，因为它们不清楚方向、启动方法及大数据旅程中哪些技术创新是合适的。有的企业则更加激进，勇于把大数据分析技术集成到现有的业务流程中，从而提升企业的决策分析与业务处理能力。
用大数据分析来改进现有业务，企业需要找出大数据能够创造优势的业务机会，它们可能是：
- 销售数据（及数据洞察）给客户
- 将先进分析技术集成到产品中，以创造智能产品
- 利用大数据分析来提升客户关系及客户体验
下图是大数据业务模型成熟度框架。它既可以用于评估企业的当前现状，也可以描绘大数据提升业务的实施蓝图。
大数据成熟度模型包含以下五个阶段。
一、业务监测(Business Monitoring)
这是大数据的初级阶段，即传统的DW/BI阶段。在这个阶段，企业部署商业智能(BI)解决方案，用以监测现有业务的运行状况。
业务监测，有时也被称为业务绩效管理(Business Performance Management)，指企业使用基本的分析手段，来预警业务运行低于或高于预期的情况，并自动发送相关警示信息给相应业务和管理人员。
在业务监测阶段，为了定位低于或高于经营预期的业务领域，企业多使用参照方法（同期比较、同类营销活动比较、同业标杆比较）或指标方法（品牌开发、客户满意度、产品绩效、财务分析）等。
二、业务洞察(Business Insights)
在业务洞察阶段，企业使用统计分析、预测分析及数据挖掘等手段，来达成重大的、显著的、有执行意义的业务洞察，并将业务洞察集成到现有业务流程中。
业务洞察意味着，系统不只是提供数据表格或图表，而是“智能”报表或“智能”仪表盘，因此业务应用能够比常规更进一步，可以做到提示重大的、相关的业务洞察。因此，业务洞察能够作出特定的、可执行的行动推荐，对特定业务领域提出相应改善业务绩效的行动建议。
有人把这个阶段戏称为“告诉我我需要知悉的”阶段。实用场景示例如：
- 在营销领域：揭示某个营销活动或行动更有效果，给出产生更有效营销活动的费用推荐
- 在制造领域：揭示某些生产设备正在超过上限或下限运行，给出问题设备维护保养优先级建议（如更换零备件）
- 在客户支持领域：揭示选取金牌会员购买行为低于某一正常阈值的预警，给出向顾客发送折扣邮件的建议
三、业务优化(Business Optimization)
在大数据成熟度的业务优化阶段，企业有能力将分析技术嵌入到业务运营之中。对很多企业来说，这将是它们日思夜想的目标：通过大数据分析助力业务运营，使业务活动自动进行不断的优化和提升。
业务优化的示例：
- 营销费用分配：基于实时营销战役或促销活动分析
- 企业资源计划：基于顾客购买历史和行为以及本地天气与事件
- 分销和采购优化：基于当前购买模式和未来模式预测、以及本地地理、天气和事件数据
- 产品定价：基于当前购买模式、采购水平、以及从社交媒体得到的产品兴趣洞察
- 算法优化：基于大数据模式优化金融系统的交易算法
四、数据盈利(Data Monetization)
在大数据成熟度的数据变现阶段，企业可以：
- 将企业数据与大数据分析洞察打包，销售给其他企业
- 将数据分析直接与产品集成，创造智能型产品
- 利用可操作的业务洞察与推荐技术，提升客户关系、全新重塑客户体验
作为第一种情况的实例，智能手机应用可采集有关用户行为、产品性能、市场趋势等数据，提供相关的分析结果和洞察，并销售给营销者和制造商。例如，MapMyRun.com可以将用户在手机APP上的数据及基于这些数据的产品分析，销售给运动服装制造商、体育用品制造商、保险公司及卫生保健供应商。
第二种数据盈利情况大抵是，公司利用新的大数据源（如传感数据、用户点击/选择行为数据）与高级分析技术，创造新的智能化产品，例如：
- 汽车通过学习你的驾驶方式和行为，调整驾驶控制、座椅、后视镜、刹车踏板、仪表盘显示等，以便符合你的驾驶风格
- 电视和DVR学习你喜欢的节目和视频类型，全网、全频道进行内容搜索，并自动为你录下你想要的节目
- 烤箱学习你烹制某种食物的方式，自动用同样方式为你制作，并为你推荐你可能喜欢的食物和烹调方法
第三种情况，企业利用可操作的业务洞察与推荐技术，提升客户关系、全新重塑客户体验，例如：
- 通过在线市场数据，将当前及在购库存与顾客购买模式进行比较，为中小电商作出销售及价格策略推荐
- 通过评估投资目标、当前收入状况及当前投资组合，为投资者提供特定投资分配的策略推荐
五、业务重塑(Business Metamorphosis)
业务重塑是大数据成熟度模型的最高阶段。在这个阶段，某些企业希望利用对客户使用方式、产品效能行为及总体市场趋势的分析，将商业模式转换到新市场的新服务，例如：
- 能源公司进入“家庭能源优化模式”：基于维保预测，推荐电器购买时间，基于不同电器的实际效能与用户使用方式、当地天气和环境条件（如水质条件和用电成本等）的关联分析推荐电器购买品牌
- 零售商进入“购物优化模式”：根据消费者购买行为与类似人群的关联分析，推荐推定产品，甚至包括该产品在某商场有货或缺货情况
- 航空公司进入“快乐旅行模式”：基于顾客的旅行行为和偏好提供不同的机票折扣，更可进一步主动为旅行者提供酒店、租车、体育或音乐事件、本地名胜、演出、购物等各种信息查询和交易推荐
（本文编译自 Big Data Business Model Maturity Chart by Bill Schmarzo。）